首页
/ Dexed FM合成器插件项目解析

Dexed FM合成器插件项目解析

2026-01-29 11:48:41作者:劳婵绚Shirley

项目基础介绍及编程语言

Dexed是一款基于GNU GPL v3许可的开源项目,它精心模拟了经典的Yamaha DX7合成器。此项目由C++驱动,同时融入了音乐合成器for Android(msfa)组件,该部分采用Apache 2.0许可证,以及JUCE框架作为应用和插件封装工具。Dexed旨在成为原装DX7的辅助工具,确保兼容性的同时提供了多平台支持和多种插件格式。

核心功能

  • 多平台兼容:在不同的操作系统上运行,包括但不限于Windows、macOS和Linux。
  • 多格式插件:支持VST、AU、CLAP等格式,便于在各种数字音频工作站(DAW)中集成。
  • 忠实模拟:精确复刻DX7的音色特性,提供丰富的参数调节。
  • MIDI学习与控制:允许通过MIDI CC消息进行参数控制与学习。
  • microtuning支持:如MTS-ESP,满足特定调律需求。
  • 跨软件兼容性优化:解决与不同DAW的兼容性问题,如Apple Logic的启动问题修复。

最近更新功能

截至最后一次已知更新,Dexed引入了以下关键改进:

  • 无障碍实施与UI刷新,增强用户体验。
  • UI可缩放性升级,改善高分辨率屏幕上的显示效果。
  • 增加了对SCL/KBM微调文件的支持,扩展了微调能力。
  • 初步实现了MPE性能支持,为现代表演提供更细腻的控制。
  • 优化的VU表显示和更准确的包络模拟,提升音频处理的精度。
  • 界面操作与参数管理的增强,如基于文本的复制粘贴操作,提高了编辑效率。

Dexed的持续更新展现了开发者对细节的关注与对经典合成器模拟的深入探索,使其成为合成器爱好者和音频工程师的强大工具。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
832
5.52 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
497
522
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.17 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
802
1.6 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
982
2.32 K
kernelkernel
deepin linux kernel
C
33
16
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.05 K
786
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
486
315
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.21 K
1.27 K
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
668
316